view in publisher's site

Comparison of model predictive controller and optimized min-max algorithm for turbofan engine fuel control

Min-max selector structure is traditionally used as the industrial control architecture of commercial turbofan engines. However, recent studies indicate that this structure with linear compensators suffers from lack of safety guarantee in fast demands. On the other hand, model predictive control (MPC) technique, which incorporates input/output constraints in its optimization process, has the potential to fulfill the control requirements of an aircraft engine. In this paper, a practical approach is performed for design and optimization of the turbofan engine controller through a comparative study where all control modes and requirements have been taken into account simultaneously. For this purpose, a thermodynamic nonlinear model is firstly developed for the turbofan engine. The linear regulators of minmax structure are then optimized via genetic algorithm (GA). The MPC technique is formulated based on the proper discrete-time linearized state-space models at desired operating points with real-time optimization, in which the MPC tuning horizons are obtained through GA optimization procedure. The both controllers are implemented on appropriate hardware taking the real-time aspects into account. Finally, a hardware in the loop (HIL) platform is developed for the turbofan engine electronic control unit (ECU) testing. The software and HIL simulation results confirm that MPC improves the response time of the system in comparison with min-max algorithm and guarantees the engine limit protection. This study demonstrates competitive advantages of MPC in terms of limit protection assurance and fast response, despite more computational burden.

مقایسه کنترل‌کننده پیش‌بین مدل و الگوریتم کمینه - بیشینه بهینه برای کنترل سوخت موتور توربوفن

ساختار انتخابگر Min - max به طور سنتی به عنوان ساختار کنترل صنعتی موتورهای تجاری توربوفن مورد استفاده قرار می‌گیرد. با این حال، مطالعات اخیر نشان می‌دهد که این سازه با جبران‌کننده خطی از عدم تضمین ایمنی در تقاضاهای سریع رنج می‌برد. از سوی دیگر، تکنیک کنترل پیش‌بینی مدل (MPC)، که محدودیت‌های ورودی / خروجی را در فرآیند بهینه‌سازی خود ادغام می‌کند، پتانسیل تحقق الزامات کنترل یک موتور هواپیما را دارد. در این مقاله، یک روش عملی برای طراحی و بهینه‌سازی کنترلر موتور توربوفن از طریق یک مطالعه مقایسه‌ای که در آن تمام حالت‌ها و الزامات کنترل به طور همزمان در نظر گرفته شده‌اند، انجام شده‌است. برای این منظور، ابتدا یک مدل غیر خطی ترمودینامیکی برای موتور توربوفن توسعه داده می‌شود. سپس تنظیم‌کننده‌های خطی ساختار minmax از طریق الگوریتم ژنتیک (GA)بهینه‌سازی می‌شوند. تکنیک MPC براساس مدل‌های فضای حالت خطی شده زمان گسسته مناسب در نقاط عملیاتی مطلوب با بهینه‌سازی زمان واقعی فرمول‌بندی می‌شود که در آن افق‌های تنظیم MPC از طریق روش بهینه‌سازی GA به دست می‌آیند. هر دو کنترل‌کننده بر روی سخت‌افزار مناسب با در نظر گرفتن جنبه‌های زمان واقعی پیاده‌سازی می‌شوند. در نهایت، یک سکوی سخت‌افزاری در حلقه (HIL)برای تست واحد کنترل الکترونیکی موتور توربو فن (ECU)توسعه داده شده‌است. نتایج شبیه‌سازی نرم‌افزار و HIL تایید می‌کند که MPC زمان پاسخ سیستم را در مقایسه با الگوریتم min - max بهبود می‌بخشد و حفاظت حدی موتور را تضمین می‌کند. این مطالعه مزایای رقابتی MPC را از نظر تضمین حفاظت حدی و پاسخ سریع، با وجود بار محاسباتی بیشتر نشان می‌دهد.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Mechanical Engineering
  • ترجمه مقاله Mechanical Engineering
  • مقاله مهندسی مکانیک
  • ترجمه مقاله مهندسی مکانیک
  • مقاله Mechanics of Materials
  • ترجمه مقاله Mechanics of Materials
  • مقاله مکانیک مواد
  • ترجمه مقاله مکانیک مواد
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.